Quelles compétences l’IA ne remplace-t-elle pas au travail ?

Pourquoi la question est mal posée d’habitude

La formulation courante oppose l’humain et la machine, comme s’il existait une frontière fixe entre deux territoires. Cette image est trompeuse pour deux raisons. D’abord parce que la frontière se déplace : des tâches jugées irréductiblement humaines il y a cinq ans sont aujourd’hui produites correctement par un modèle. Ensuite parce que la comparaison porte presque toujours sur des productions isolées, alors qu’un métier est une chaîne de décisions dont la production n’est qu’une étape.

Une question plus utile consiste à demander, pour chaque élément d’une activité, ce qu’il faudrait pour qu’une machine le prenne en charge intégralement. La réponse fait apparaître non pas une frontière, mais quatre obstacles récurrents, qui définissent les quatre familles décrites ici.

Première famille : assumer une décision

Une machine produit une recommandation, elle n’en porte pas les conséquences. Dans toute activité où quelqu’un doit répondre de ce qui a été décidé, devant un client, une direction, une autorité de contrôle ou un tribunal, la responsabilité reste attachée à une personne. Ce n’est pas une limite technique, c’est une propriété juridique et sociale qui ne se transfère pas.

Cette famille regroupe des compétences que l’on nomme rarement ainsi : arbitrer entre des intérêts contradictoires, engager une organisation, dire non à une demande légitime mais impossible, assumer une erreur. Elles se développent par l’exposition progressive à des décisions réelles, pas par la formation théorique, ce qui explique leur rareté relative.

Voir quelles compétences de votre métier sont exposées et lesquelles ne le sont pas : WorkmetriQ →

Deuxième famille : conduire une relation à enjeu

Il ne s’agit pas d’être sympathique. Il s’agit de tenir une relation dans laquelle quelque chose se joue : annoncer une mauvaise nouvelle, négocier un désaccord, maintenir la coopération d’une personne qui n’y a pas intérêt, accompagner quelqu’un dans une décision difficile.

Ce qui rend cette famille résistante n’est pas la chaleur humaine, c’est l’engagement réciproque. Une personne qui reçoit une décision accepte de la discuter avec quelqu’un qui l’assume. Le même message délivré par un système produit un effet différent, indépendamment de sa formulation, et les organisations qui l’ont testé sur des sujets sensibles sont largement revenues en arrière.

Cette famille couvre une part énorme de l’emploi : encadrement, soin, enseignement, vente complexe, conseil, médiation, service public de contact. Elle est aussi celle que les analyses d’exposition situent le plus nettement du côté protégé.

Troisième famille : juger dans une situation non prévue

Les modèles fonctionnent par extrapolation à partir de régularités. Ils sont remarquables sur ce qui ressemble à ce qu’ils ont vu, et fragiles sur ce qui n’y ressemble pas. Or une grande partie du travail qualifié consiste précisément à traiter ce qui sort du cas standard : le dossier qui ne rentre dans aucune case, le patient dont les signes ne concordent pas, le chantier où deux contraintes s’excluent.

La compétence en jeu ici est le jugement professionnel : savoir qu’on est en dehors du cadre, savoir quelle règle suspendre, savoir de qui s’entourer. Elle suppose une connaissance du domaine suffisamment profonde pour en percevoir les limites, ce qui pose un problème de transmission : cette profondeur s’acquérait en traitant les cas simples, désormais pris en charge par les outils.

C’est l’enjeu le plus sérieux de la période, et il concerne les organisations autant que les personnes : si les juniors n’exercent plus sur les cas faciles, la génération suivante de jugement expert n’a plus de terrain d’apprentissage.

Situer votre métier entre exposition à l’IA générative et automatisation physique : analyse WorkmetriQ →

Quatrième famille : agir dans le monde physique

C’est la famille la plus sous-estimée dans le débat public, et celle que les analyses d’exposition font ressortir le plus clairement. Manipuler, se déplacer dans un environnement irrégulier, percevoir par le toucher, intervenir sur un objet abîmé : ces capacités relèvent de l’automatisation physique, dont les cycles sont lents, coûteux en investissement, et contraints par la variabilité du réel.

Un modèle de langage n’a aucune prise sur cette famille. C’est pourquoi les métiers du soin, du bâtiment, de la maintenance, de l’agriculture, de la restauration ou de la sécurité apparaissent faiblement exposés à l’IA générative, à rebours de l’idée selon laquelle les métiers manuels seraient les premiers menacés.

Ce que ces quatre familles ont en commun

Elles supposent toutes un engagement de la personne dans la situation. Assumer une décision, tenir une relation à enjeu, juger hors cadre, intervenir sur le réel : dans les quatre cas, quelqu’un est présent, identifiable et comptable de ce qui se produit. C’est cette présence qui ne se délègue pas, et non une supériorité de l’intelligence humaine sur le calcul.

Elles ont une seconde propriété commune, moins réjouissante : elles s’acquièrent lentement et se transmettent mal par écrit. Aucune ne s’apprend en suivant un module. Toutes supposent d’avoir été mis en situation, corrigé, et remis en situation. C’est ce qui rend leur développement coûteux pour les organisations, et c’est aussi ce qui leur donne leur valeur.

Ce qui ne protège pas, contrairement à ce qu’on lit

Le diplôme ne protège pas. L’exposition à l’IA générative est corrélée au fait de travailler sur du texte et du chiffre, ce qui concerne en premier lieu des fonctions qualifiées de bureau. Un niveau élevé de qualification peut même augmenter l’exposition.

L’expérience seule ne protège pas non plus, si elle consiste à répéter des tâches stabilisées. Ce qui protège dans l’expérience, c’est la profondeur qui permet le jugement, pas l’ancienneté.

Enfin, la créativité entendue comme production d’idées ou de formes ne protège pas autant qu’on le dit : c’est précisément ce que les modèles génératifs produisent en volume. Ce qui protège dans les métiers créatifs est ailleurs, dans le choix de ce qui mérite d’être fait et dans la responsabilité de ce choix devant un commanditaire.

Comment situer son propre poste

L’exercice tient en une page. Listez ce que vous faites réellement dans une semaine, puis rattachez chaque élément à l’une des quatre familles ou à aucune. Ce qui ne se rattache à aucune est la partie exposée de votre activité.

Deux enseignements en sortent presque toujours. La part protégée est plus importante que ce que la personne estimait, et elle est mal décrite dans sa fiche de poste, donc invisible pour l’organisation. Rendre cette part visible est un travail concret et immédiatement utile, indépendamment de toute évolution technologique.

Reste la partie exposée, qui n’a pas vocation à disparaître d’un coup mais qui perdra de la valeur relative. C’est sur elle que l’effort de formation se justifie, et c’est là qu’un regard extérieur aide, parce que l’évidence de son propre métier empêche d’en voir la structure.

Avant de choisir où porter votre effort, mesurer l’exposition de votre métier sur WorkmetriQ →

FAQ

Les métiers manuels sont-ils vraiment moins exposés ?

À l’IA générative, oui, nettement : elle agit sur le texte, l’image et le code, pas sur le geste. Ils restent concernés par l’automatisation physique, dont les cycles d’investissement sont beaucoup plus longs.

Comment développer des compétences de jugement ?

Par l’exposition à des situations réelles où une décision doit être prise, avec un retour sur ses conséquences. Aucune formation théorique ne produit ce résultat seule, ce qui rend la question du terrain d’apprentissage centrale.

Les soft skills suffisent-elles ?

Non. Ce qui résiste n’est pas une qualité relationnelle générale mais la capacité à tenir une relation où quelque chose se joue, ce qui suppose aussi une compétence de fond dans le domaine.

Faut-il apprendre à utiliser l’IA ?

Cela relève d’une autre logique : maîtriser l’outil vous place du côté de celui qui le pilote. C’est utile, mais ce n’est pas ce qui rend une compétence non substituable.

D’autres études arrivent-elles à la même conclusion ?

Oui. Une étude mondiale Workday publiée en 2025 relève que 83 % des répondants estiment que l’IA valorisera les compétences propres à l’humain, en particulier la prise de décision et la capacité à nouer des relations. Les chercheurs en économie du travail soulignent par ailleurs qu’un niveau élevé de qualification ne protège pas davantage, ce que confirme l’analyse par famille de compétences présentée ici.